Қытайлық зерттеушілер араб тілінің 20-дан астам өңірлік нұсқасын ескере отырып, мәтінді дыбыстық сөйлеуге айналдыра алатын Habibi жасанды интеллект моделін таныстырды.
Ашық бастапқы кодпен ұсынылған бұл әзірлеме сөйлеу технологияларындағы күрделі міндеттердің бірін — көптеген араб диалектілерін бір жүйе аясында дыбыстау мәселесін шешуге бағытталған, деп хабарлайды «Синьхуа» агенттігі.
Модельді Қытайдың бірқатар ғылыми-зерттеу мекемелерінің, соның ішінде Шанхай Цзяотун университетінің мамандары Kuaishou бейнеплатформасымен бірлесіп әзірледі. Араб тілінде 400 миллионнан астам адам сөйлейді, ал оның айтылуы мен сөздік қоры жағынан айтарлықтай ерекшеленетін 30-дан астам өңірлік нұсқасы бар. Қазіргі стандартты араб тілі негізінен ресми және жазбаша қарым-қатынаста қолданылса, күнделікті өмірде әр елдің тұрғындары жергілікті диалектілерде сөйлеседі.
Habibi пайда болғанға дейін ашық қолжетімді сөйлеуді синтездеу жүйелері негізінен стандартты араб тілімен немесе жекелеген диалектілермен жұмыс істейтін. Жаңа модельді әзірлеушілер оның файлдарын, оқытуға және іске қосуға арналған бағдарламалық кодын, сондай-ақ тестілік деректерін ашық қолжетімді етті. Зерттеу arXiv ғылыми препринттер платформасында жарияланды.
Habibi моделінің тағы бір мүмкіндігі — нақты бір адамның дауысына алдын ала арнайы оқытусыз, қысқа аудиожазба негізінде оның дауысын жаңғырту. Әзірлеушілер ауызекі диалектілерді қолдау дауыстық сервистер мен жасанды интеллект көмекшілерін араб тілінде сөйлейтін пайдаланушылар үшін анағұрлым табиғи әрі қолжетімді етуге мүмкіндік береді деп есептейді.
